Logo do repositório
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
Logo do repositório
  • Comunidades e Coleções
  • Tudo no Repositório
  • Sobre o RI-CEFETMG
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Entrar
    Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Barbosa, Alan"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Item
    Inteligência computacional aplicada na previsão de máxima potência em concentradores fotovoltaicos
    (Centro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei, 2017-12-29) Barbosa, Alan; Jota, Patrícia Romeiro da Silva; http://lattes.cnpq.br/0977994271668461; http://lattes.cnpq.br/5334685362325429; Jota, Patrícia Romeiro da Silva; Reis, Agnaldo José da Rocha; Silveira, Eduardo Gonzaga da
    As peculiaridades dos módulos de Concentração Fotovoltaica (CPV) tornam muito difícil estimar a potência de saída. Existem alguns métodos para estimar a potência máxima para uma dada condição de irradiação de um modulo CPV que fornece bons resultados, mas não são fáceis de aplicar. Este artigo propõem um modelo baseado em Redes Neurais Artificiais (RNAs) para prever a potência máxima gerada de um módulo CPV usando parâmetros atmosféricos facilmente mensuráveis. Para este fim, um grupo de parâmetros atmosféricos juntamente com a potência máxima de um módulo CPV foram medidos ao longo do ano de 2015 em Belo Horizonte. Os resultados mostraram que com o uso dos parâmetros atmosféricos utilizados juntamente com a irradiação solar, a RNA proposta é capaz de estimar a potência máxima de um módulo CPV com um erro médio quadrático de 5,27%.

Repositório Institucional do Centro Federal de Educação Tecnológica de Minas Gerais

repositorio@cefetmg.br

DSpace software copyright © 2002-2025 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Enviar uma Sugestão